遥感图像的飞机分割方法、装置、可读存储介质及设备制造方法及图纸

本发明专利技术公开了一种遥感图像的飞机分割方法、装置、计算机可读存储介质及设备，属于图像处理与模式识别领域。该方法包括：对遥感图像进行包括二值化的预处理，并在预处理后的图像上得到飞机候选框；根据飞机候选框内的连通区域的比例找出飞机所在的连通区域并判断飞机所在的连通区域包括的飞机的形态，飞机的形态包括完整、缺少一个机翼和缺少机身；当飞机的形态为缺少一个机翼或缺少机身时，执行第一补全操作或第二补全操作，利用飞机的对称性将缺少的部分补全到飞机所在的连通区域；将飞机所在的连通区域在遥感图像上标记出来，完成飞机分割。本发明专利技术无需模板库，即可对图片中的飞机进行分割，具有较强的泛化性和精确的分割结果。

Aircraft segmentation method, device, readable storage medium and equipment of remote sensing image

【技术实现步骤摘要】
遥感图像的飞机分割方法、装置、可读存储介质及设备
本专利技术涉及图像处理与模式识别领域，特别是指一种遥感图像的飞机分割方法、装置、计算机可读存储介质及设备。
技术介绍
随着航空航天技术的发展，各种航空航天传感器提供的数据量、图像资料等越来越多，人工目视判读已经不能适应现代信息化战争的需要。为适应未来高技术战争，军事智能化软件得到了广泛运用。计算机视觉技术的发展，尤其是模式识别技术的发展，使得影像判读智能化成为可能。利用目标的特征寻找并发现目标，判断目标的位置，只有在自动化的体系下才能保证情报的时效性和准确性。目标识别是计算机视觉领域的一个研究重点，被广泛的应用于军事领域和民用领域。遥感图像目标识别就是根据目标物体的某些关键特征把目标从背景中分离出来，并确定目标的位置、类型以及其它所需要的有用信息。在军事领域中,飞机是重要的军事目标，也是侦察和打击的主要对象之一。从大量的遥感图像或航空图像中快速、自动地发现这些飞机目标，能增加取得战争胜利的机率，而单靠人工从这些遥感图像中去发现这些飞机目标，不但枯燥无味、错误率高，而且效率低、周期长，已经不能满足作战实时性、准确性的要求。所以要利用高科技来实时、高效、准确地对所获取的图像信息进行处理，得到所需要的信息。因此，利用航空航天图像识别地面停放的飞机的类型，状态和数量，以及查明所携带的武器的情况对完成目标打击任务尤为重要。在民用方面，对遥感图像中飞机目标的检测与识别也很重要。可以利用它来实现对机场的管理，如飞机的调度、飞机的统计等。利用计算机来实现对飞机目标的检测与识别既节约了人力、物力和财力，还能打破人工判图效率低的缺陷，对机场的管理会更加的方便。目前大多数飞机识别方法都是基于图像匹配算法。该算法首先需要建立丰富的模板库，即需要包含所有类型的飞机。然后将模板中的飞机与待识别图像进行匹配。由于飞机的形态具有多变性，大小和方向各异，所以匹配过程复杂且结果不准确，并且还要实时更新模板库，以保证其包含所有类型的飞机。
技术实现思路
为解决上述技术问题，本专利技术提供一种遥感图像的飞机分割方法、装置、计算机可读存储介质及设备，本专利技术无需模板库，即可对图片中的飞机进行分割，具有较强的泛化性和精确的分割结果。本专利技术提供技术方案如下：第一方面，本专利技术提供一种遥感图像的飞机分割方法，所述方法包括：对遥感图像进行包括二值化的预处理，预处理后的图像包括多个高亮的连通区域，并在预处理后的图像上得到飞机候选框；根据所述飞机候选框内的连通区域的比例找出飞机所在的连通区域并判断飞机所在的连通区域包括的飞机的形态，所述飞机的形态包括完整、缺少一个机翼和缺少机身；当飞机所在的连通区域包括的飞机的形态为缺少一个机翼时，执行第一补全操作，利用飞机的对称性将缺少的机翼补全到飞机所在的连通区域；当飞机所在的连通区域包括的飞机的形态为缺少机身时，执行第二补全操作，利用飞机的对称性将缺少的机身补全到飞机所在的连通区域；当飞机所在的连通区域包括的飞机的形态为完整时，不执行补全操作；将飞机所在的连通区域在遥感图像上标记出来，完成飞机分割。进一步的，所述对遥感图像进行包括二值化的预处理，预处理后的图像包括多个高亮的连通区域，并在预处理后的图像上得到飞机候选框，包括：对所述遥感图像进行二值化操作，得到二值化图像，所述二值化图像包括多个高亮的连通区域；对所述二值化图像进行腐蚀操作；去除腐蚀操作后占整个二值化图像的比例小于第一设定比值的连通区域；对得到的图像进行膨胀操作；去除膨胀操作后占整个二值化图像的比例大于第二设定比值的连通区域，得到预处理后的图像；获取预处理后的图像上的各个连通区域的最小外接矩形，得到飞机候选框；其中，所述二值化操作包括：利用Otsu算法对所述遥感图像进行第一次二值化，并得到第一阈值；判断所述第一阈值是否大于设定阈值，若是，第一次二值化后的图像即为二值化图像，否则，将所述遥感图像各个像素的灰度值均减去第一阈值，得到相减后的图像，并利用Otsu算法对相减后的图像进行第二次二值化，第二次二值化后的图像即为二值化图像。进一步的，所述根据所述飞机候选框内的连通区域的比例找出飞机所在的连通区域并判断飞机所在的连通区域包括的飞机的形态，所述飞机的形态包括完整、缺少一个机翼和缺少机身，包括：判断所述飞机候选框内所有连通区域包含的像素个数占所述飞机候选框包含的像素个数的比例是否大于设定比例，若是，则判定所述飞机候选框内无飞机，否则，进行下一步；判断所述飞机候选框内第一大连通区域包含的像素个数与第二大连通区域包含的像素个数的比值是否小于等于第一设定比值，若是，则找出两个机翼所在的连通区域作为飞机所在的连通区域，并判定所述飞机的形态为缺少机身，否则，确定所述第一大连通区域为飞机所在的连通区域，并进行下一步；判断所述飞机候选框内第一大连通区域的最小外接凸多边形包含的像素个数与该第一大连通区域包含的像素个数的比值是否小于第二设定比值，若是，则判定所述飞机的形态为缺少一个机翼，否则，判定所述飞机的形态为完整。进一步的，所述第一补全操作包括：将飞机候选框内的预处理后的图像细化成骨架图；对所述骨架图进行直线检测，得到多条线段；将多条线段中满足合并条件的线段进行合并，得到候选线段；其中，当要合并的两条线段所在直线的锐角夹角小于设定角度，并且当该要合并的两条线段的距离小于设定距离时，满足合并条件；根据所述候选线段的两两夹角和两两距离找出候选机身轴线段，将候选机身轴线段中最长的线段作为机身轴线段；将飞机所在的连通区域按照机身轴线段对称，将缺少的机翼补全到飞机所在的连通区域。或者，所述第一补全操作包括：将飞机候选框内的预处理后的图像细化成骨架图和膨胀成边缘图，并将所述骨架图和边缘图混合得到混合图；对所述混合图进行直线检测，得到多条中心线段和多条边缘线段；先将多条边缘线段中满足合并条件的边缘线段进行合并，再与多条中心线段中满足合并条件的中心线段进行合并，选择合并后最长的线段以及因不满足合并条件而未合并的中心线段作为候选线段；其中，当要合并的两条线段所在直线的锐角夹角小于设定角度，并且当该要合并的两条线段的距离小于设定距离时，满足合并条件；根据所述候选线段的两两夹角和两两距离找出候选机身轴线段，将候选机身轴线段中最长的线段作为机身轴线段；将飞机所在的连通区域按照机身轴线段对称，将缺少的机翼补全到飞机所在的连通区域。进一步的，所述第二补全操作包括：将飞机候选框内的预处理后的图像细化成骨架图；对所述骨架图进行直线检测，得到两个机翼对应的两组线段；将每组线段中满足合并条件的线段进行合并，得到两组候选机翼轴线段，将每组候选机翼轴线段中最长的线段作为该机翼的机翼轴线段；其中，当要合并的两条线段所在直线的锐角夹角小于设定角度，并且当该要合并的两条线段的距离小于设定距离时本文档来自技高网...

【技术保护点】
1.一种遥感图像的飞机分割方法，其特征在于，所述方法包括：/n对遥感图像进行包括二值化的预处理，预处理后的图像包括多个高亮的连通区域，并在预处理后的图像上得到飞机候选框；/n根据所述飞机候选框内的连通区域的比例找出飞机所在的连通区域并判断飞机所在的连通区域包括的飞机的形态，所述飞机的形态包括完整、缺少一个机翼和缺少机身；/n当飞机所在的连通区域包括的飞机的形态为缺少一个机翼时，执行第一补全操作，利用飞机的对称性将缺少的机翼补全到飞机所在的连通区域；当飞机所在的连通区域包括的飞机的形态为缺少机身时，执行第二补全操作，利用飞机的对称性将缺少的机身补全到飞机所在的连通区域；当飞机所在的连通区域包括的飞机的形态为完整时，不执行补全操作；/n将飞机所在的连通区域在遥感图像上标记出来，完成飞机分割。/n

【技术特征摘要】
1.一种遥感图像的飞机分割方法，其特征在于，所述方法包括：
对遥感图像进行包括二值化的预处理，预处理后的图像包括多个高亮的连通区域，并在预处理后的图像上得到飞机候选框；
根据所述飞机候选框内的连通区域的比例找出飞机所在的连通区域并判断飞机所在的连通区域包括的飞机的形态，所述飞机的形态包括完整、缺少一个机翼和缺少机身；
当飞机所在的连通区域包括的飞机的形态为缺少一个机翼时，执行第一补全操作，利用飞机的对称性将缺少的机翼补全到飞机所在的连通区域；当飞机所在的连通区域包括的飞机的形态为缺少机身时，执行第二补全操作，利用飞机的对称性将缺少的机身补全到飞机所在的连通区域；当飞机所在的连通区域包括的飞机的形态为完整时，不执行补全操作；
将飞机所在的连通区域在遥感图像上标记出来，完成飞机分割。


2.根据权利要求1所述的遥感图像的飞机分割方法，其特征在于，所述对遥感图像进行包括二值化的预处理，预处理后的图像包括多个高亮的连通区域，并在预处理后的图像上得到飞机候选框，包括：
对所述遥感图像进行二值化操作，得到二值化图像，所述二值化图像包括多个高亮的连通区域；
对所述二值化图像进行腐蚀操作；
去除腐蚀操作后占整个二值化图像的比例小于第一设定比值的连通区域；
对得到的图像进行膨胀操作；
去除膨胀操作后占整个二值化图像的比例大于第二设定比值的连通区域，得到预处理后的图像；
获取预处理后的图像上的各个连通区域的最小外接矩形，得到飞机候选框；
其中，所述二值化操作包括：
利用Otsu算法对所述遥感图像进行第一次二值化，并得到第一阈值；
判断所述第一阈值是否大于设定阈值，若是，第一次二值化后的图像即为二值化图像，否则，将所述遥感图像各个像素的灰度值均减去第一阈值，得到相减后的图像，并利用Otsu算法对相减后的图像进行第二次二值化，第二次二值化后的图像即为二值化图像。


3.根据权利要求2所述的遥感图像的飞机分割方法，其特征在于，所述根据所述飞机候选框内的连通区域的比例找出飞机所在的连通区域并判断飞机所在的连通区域包括的飞机的形态，所述飞机的形态包括完整、缺少一个机翼和缺少机身，包括：
判断所述飞机候选框内所有连通区域包含的像素个数占所述飞机候选框包含的像素个数的比例是否大于设定比例，若是，则判定所述飞机候选框内无飞机，否则，进行下一步；
判断所述飞机候选框内第一大连通区域包含的像素个数与第二大连通区域包含的像素个数的比值是否小于等于第一设定比值，若是，则找出两个机翼所在的连通区域作为飞机所在的连通区域，并判定所述飞机的形态为缺少机身，否则，确定所述第一大连通区域为飞机所在的连通区域，并进行下一步；
判断所述飞机候选框内第一大连通区域的最小外接凸多边形包含的像素个数与该第一大连通区域包含的像素个数的比值是否小于第二设定比值，若是，则判定所述飞机的形态为缺少一个机翼，否则，判定所述飞机的形态为完整。


4.根据权利要求3所述的遥感图像的飞机分割方法，其特征在于，所述第一补全操作包括：
将飞机候选框内的预处理后的图像细化成骨架图；
对所述骨架图进行直线检测，得到多条线段；
将多条线段中满足合并条件的线段进行合并，得到候选线段；其中，当要合并的两条线段所在直线的锐角夹角小于设定角度，并且当该要合并的两条线段的距离小于设定距离时，满足合并条件；
根据所述候选线段的两两夹角和两两距离找出候选机身轴线段，将候选机身轴线段中最长的线段作为机身轴线段；
将飞机所在的连通区域按照机身轴线段对称，将缺少的机翼补全到飞机所在的连通区域。


5.根据权利要求3所述的遥感图像的飞机分割方法，其特征在于，所述第一补全操作包括：
将飞机候选框内的预处理后的图像细化成骨架图和膨胀成边缘图，并将所述骨架图和边缘图混合得到混合图；
对所述混合图进行直线检测，得到多条中...

【专利技术属性】
技术研发人员：周军，丁松，江武明，周芳汝，
申请(专利权)人：北京眼神智能科技有限公司，北京眼神科技有限公司，
类型：发明
国别省市：北京;11